FreeStatistics.org

Free Statistics

of Irreproducible Research!

Description of Statistical Computation

Author's title

Author*The author of this computation has been verified*
R Software Modulerwasp_rwalk.wasp
Title produced by softwareLaw of Averages
Date of computationTue, 02 Dec 2008 05:18:33 -0700
Cite this page as followsStatistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?v=date/2008/Dec/02/t1228220368tdwequaozndlqv8.htm/, Retrieved Tue, 28 May 2024 10:14:26 +0000
Statistical Computations at FreeStatistics.org, Office for Research Development and Education, URL https://freestatistics.org/blog/index.php?pk=27655, Retrieved Tue, 28 May 2024 10:14:26 +0000
QR Codes:

Original text written by user:
IsPrivate?No (this computation is public)
User-defined keywords
Estimated Impact183

Tree of Dependent Computations

Family? (F = Feedback message, R = changed R code, M = changed R Module, P = changed Parameters, D = changed Data)
F     [Law of Averages] [Random Walk Simul...] [2008-11-25 17:50:19] [b98453cac15ba1066b407e146608df68]
F         [Law of Averages] [Q1 gereproduceerd] [2008-12-02 12:18:33] [3fc0b50a130253095e963177b0139835] [Current]
Feedback Forum
2008-12-04 17:16:50 [Loïque Verhasselt] [reply] 
Q1: Correcte uitvoering van de random walk simulatie met bijhorende conclusie.Ik probeer hier nog enkele dingen aan te vullen.De bekomen output is een simulatie-experiment met een muntstuk dat 500 maal word opgegooid. Dit noemen we het random walk model (Yt – Yt-1 (=et) => Yt = Yt-1 + et).Er is een trend merkbaar in de grafiek.Een trend wil zeggen dat het over een lange termijnverloop gaat. Deze trend is echter schijnbaar.Deze is dus absoluut onvoorspelbaar omdat deze een simulatie voorstelt. We kunnen ook een schijnbare voorspelbaarheid zien maar dit is ook puur toeval. Er is dus geen sprake van seizoenaliteit(wat de student concludeert).In de 2de grafiek zien we de waarschijnlijkheid van voorkomen. De proportie gaat naar 50% kans op kop of led!
2008-12-07 17:29:40 [Samira Zeroual] [reply] 
Heb hier niets bij toe te voegen
2008-12-08 12:52:14 [Anouk Greeve] [reply] 
Juiste bewerking en interpretatie.
Beide tijdreeksen zijn niet stationair, er is nl geen systematiek.
We vinden ook geen seizoenaliteit terug. We kunnen een trend waarnemen die op lange termijn naar boven gaat, maar niet via een stationaire tijdreeks.

Post a new message

Dataset

Tables (Output of Computation)





Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time2 seconds
R Server'Sir Ronald Aylmer Fisher' @ 193.190.124.24

\begin{tabular}{lllllllll}
\hline
Summary of computational transaction \tabularnewline
Raw Input & view raw input (R code)  \tabularnewline
Raw Output & view raw output of R engine  \tabularnewline
Computing time & 2 seconds \tabularnewline
R Server & 'Sir Ronald Aylmer Fisher' @ 193.190.124.24 \tabularnewline
\hline
\end{tabular}
%Source: https://freestatistics.org/blog/index.php?pk=27655&T=0

[TABLE]
[ROW][C]Summary of computational transaction[/C][/ROW]
[ROW][C]Raw Input[/C][C]view raw input (R code) [/C][/ROW]
[ROW][C]Raw Output[/C][C]view raw output of R engine [/C][/ROW]
[ROW][C]Computing time[/C][C]2 seconds[/C][/ROW]
[ROW][C]R Server[/C][C]'Sir Ronald Aylmer Fisher' @ 193.190.124.24[/C][/ROW]
[/TABLE]
Source: https://freestatistics.org/blog/index.php?pk=27655&T=0

Globally Unique Identifier (entire table): ba.freestatistics.org/blog/index.php?pk=27655&T=0

As an alternative you can also use a QR Code:  
QR Code


The GUIDs for individual cells are displayed in the table below:

Summary of computational transaction
Raw Inputview raw input (R code)
Raw Outputview raw output of R engine
Computing time2 seconds
R Server'Sir Ronald Aylmer Fisher' @ 193.190.124.24


Figures (Output of Computation)

Input Parameters & R Code

Parameters (Session):
par1 = 500 ; par2 = 0.5 ;
Parameters (R input):
par1 = 500 ; par2 = 0.5 ;
R code (references can be found in the software module):
n <- as.numeric(par1)
p <- as.numeric(par2)
heads=rbinom(n-1,1,p)
a=2*(heads)-1
b=diffinv(a,xi=0)
c=1:n
pheads=(diffinv(heads,xi=.5))/c
bitmap(file='test1.png')
op=par(mfrow=c(2,1))
plot(c,b,type='n',main='Law of Averages',xlab='Toss Number',ylab='Excess of Heads',lwd=2,cex.lab=1.5,cex.main=2)
lines(c,b,col='red')
lines(c,rep(0,n),col='black')
plot(c,pheads,type='n',xlab='Toss Number',ylab='Proportion of Heads',lwd=2,cex.lab=1.5)
lines(c,pheads,col='blue')
lines(c,rep(.5,n),col='black')
par(op)
dev.off()